Πιθανοτική προσέγγιση της έννοιας της πιθανής μέγιστης κατακρήμνισης

S.M. Papalexiou, and D. Koutsoyiannis, A probabilistic approach to the concept of probable maximum precipitation, Advances in Geosciences, 7, 51-54, doi:10.5194/adgeo-7-51-2006, 2006.

[Πιθανοτική προσέγγιση της έννοιας της πιθανής μέγιστης κατακρήμνισης]

[doc_id=701]

[Αγγλικά]

Η έννοια της πιθανής μέγιστης κατακρήμνισης (ΠΜΚ) βασίζεται στις υποθέσεις ότι (α) υπάρχει ανώτατο φυσικό όριο στο ύψος βροχής που μπορεί να πέσει σε μια δεδομένη γεωγραφική περιοχή μια ορισμένη χρονική περίοδο, και (β) αυτό το όριο μπορεί να εκτιμηθεί με βάση προσδιοριστικές θεωρήσεις. Η πιο αντιπροσωπευτική και διαδεδομένη μέθοδος εκτίμησης της ΠΜΚ είναι η αποκαλούμενη μέθοδος μεγιστοποίησης της υγρασίας. Η μέθοδος μεγιστοποιεί παρατηρημένες καταιγίδες με την παραδοχή ότι η ατμοσφαιρική υγρασία θα αυξανόταν φτάνοντας μια υψηλή τιμή, η οποία θεωρείται ως ανώτατο όριο και εκτιμάται από ιστορικά δείγματα σημείων δρόσου. Στο άρθρο υποστηρίζεται ότι οι θεμελιακές έννοιες τις μεθόδου μπορεί να είναι προβληματικές ή ασυνεπείς. Επιπλέον, αναλύονται ιστορικές χρονοσειρές σημείων δρόσου και "κατασκευασμένες" χρονοσειρές μεγιστοποιημένου ύψους κατακρήμνισης, σύμφωνα με τη μέθοδο μεγιστοποίησης της υγρασίας. Οι αναλύσεις δεν παρέχουν καμιά ένδειξη ύπαρξης ανώτατου ορίου είτε στην ατμοσφαιρική υγρασία, είτε στο μεγιστοποιημένο ύψος κατακρήμνισης. Κατά συνέπεια, υποστηρίζεται ότι η πιθανοτική προσέγγιση είναι συνεπέστερη με τη φυσική πραγματικότητα και ότι παρέχει καλύτερο έδαφος για τη θεμελίωση και εκτίμηση τιμών σχεδιασμού του ύψους κατακρήμνισης.

PDF Πλήρες κείμενο (493 KB)

Βλέπε επίσης: http://dx.doi.org/10.5194/adgeo-7-51-2006

Εργασίες μας στις οποίες αναφέρεται αυτή η εργασία:

1. D. Koutsoyiannis, A probabilistic view of Hershfield's method for estimating probable maximum precipitation, Water Resources Research, 35 (4), 1313–1322, doi:10.1029/1999WR900002, 1999.
2. Σ.Μ. Παπαλεξίου, Πιθανοτική και εννοιολογική διερεύνηση της πιθανής μέγιστης κατακρήμνισης, Μεταπτυχιακή εργασία, 193 pages, Τομέας Υδατικών Πόρων, Υδραυλικών και Θαλάσσιων Έργων – Εθνικό Μετσόβιο Πολυτεχνείο, Αθήνα, Σεπτέμβριος 2005.

Εργασίες μας που αναφέρονται σ' αυτή την εργασία:

1. Δ. Κουτσογιάννης, Παλιότερες και σύγχρονες υδρολογικές θεωρήσεις στο σχεδιασμό και τη διαχείριση των ταμιευτήρων, των φραγμάτων και των υδροηλεκτρικών εγκαταστάσεων (Προσκεκλημένη ομιλία), 1ο Πανελλήνιο Συνέδριο Μεγάλων Φραγμάτων, Λάρισα, doi:10.13140/RG.2.1.3213.5922, Ελληνική Επιτροπή Μεγάλων Φραγμάτων, Τεχνικό Επιμελητήριο Ελλάδας, 2008.
2. D. Koutsoyiannis, and A. Langousis, Precipitation, Treatise on Water Science, edited by P. Wilderer and S. Uhlenbrook, 2, 27–78, Academic Press, Oxford, 2011.
3. D. Koutsoyiannis, and S.M. Papalexiou, Extreme rainfall: Global perspective, Handbook of Applied Hydrology, Second Edition, edited by V.P. Singh, 74.1–74.16, McGraw-Hill, New York, 2017.
4. A. Koskinas, A. Tegos, P. Tsira, P. Dimitriadis, T. Iliopoulou, P. Papanicolaou, D. Koutsoyiannis, and Τ. Williamson, Insights into the Oroville Dam 2017 spillway incident, Geosciences, 9 (37), doi:10.3390/geosciences9010037, 2019.

Άλλες εργασίες που αναφέρονται σ' αυτή την εργασία: Δείτε τις στο Google Scholar ή στο ResearchGate

Άλλες εργασίες που αναφέρονται σ' αυτή την εργασία (αυτός ο κατάλογος μπορεί να μην είναι ενημερωμένος):

1. Clark, C., Uncertainty and the breach of Gasper dam, International Water Power and Dam Construction, 59(11), 24-28, 2007.
2. Deshpande, N.R., B.D. Kulkarni, A.K. Verma and B.N. Mandal, Extreme rainfall analysis and estimation of Probable Maximum Precipitation (PMP) by statistical methods over the Indus river basin in India, Journal of Spatial Hydrology, 8(1), 22-36, 2008
3. Casas, M.C., R. Rodríguez, R. Nieto and A. Redaño, The estimation of probable maximum precipitation: The case of Catalonia, Annals of the New York Academy of Sciences, 1146, 291-302, 2008.
4. Fattahi, E., A. M. Noorian and K. Noohi, Comparison of physical and statistical methods for estimating probable maximum precipitation in southwestern basins of Iran, Desert, 15, 127-132, 2010.
5. Casas, M. C., R. Rodríguez, M. Prohom, A. Gázquez and A. Redaño, Estimation of the probable maximum precipitation in Barcelona (Spain), International Journal of Climatology, 31 (9), 1322-1327, 2011.
6. Ohara, N., M. L. Kavvas, S. Kure, Z. Chen, S. Jang and E. Tan, Physically based estimation of maximum precipitation over American River Watershed, California, Journal of Hydrologic Engineering, 16 (4), 351-361, 2011.
7. Gheidari, M. H. N., A. Telvari, H. Babazadeh and M. Manshouri, Estimating design probable maximum precipitation using multifractal methods and comparison with statistical and synoptically methods - Case study: Basin of Bakhtiari Dam, Water Resources, 38 (4), 484-493, 2011.
8. Bossé, B., B. Bussière, R. Hakkou, A. Maqsoud and M. Benzaazoua, Assessment of phosphate limestone wastes as a component of a store-and-release cover in a semiarid climate, Mine Water and the Environment, 10.1007/s10230-013-0225-9, 2013.
9. Mishra, P. K., D. Khare, A. Mondal, S. Kundu and R. Shukla, Statistical and probability analysis of rainfall for crop planning in a canal command, Agriculture for Sustainable Development, 1, 45-52, 2013.
10. Lagos, M. A. Z., and X. M. Vargas, PMP and PMF estimations in sparsely-gauged Andean basins and climate change projections, Hydrological Sciences Journal, 10.1080/02626667.2013.877588, 2014.
11. Costa, V., W. Fernandes and M. Naghettini, A Bayesian model for stochastic generation of daily precipitation using an upper-bounded distribution function, Stochastic Environmental Research and Risk Assessment, 10.1007/s00477-014-0880-9, 2014.
12. Hassanzadeh, E., A. Nazemi and A. Elshorbagy, Quantile-based downscaling of precipitation using genetic programming: application to idf curves in the city of Saskatoon, Journal of Hydrologic Engineering, 19 (5), 943-955, 2014.
13. Ishida, K., M. Kavvas, S. Jang, Z. Chen, N. Ohara and M. Anderson, Physically based estimation of maximum precipitation over three watersheds in Northern California: Atmospheric boundary condition shifting, J. Hydrol. Eng., 10.1061/(ASCE)HE.1943-5584.0001026, 2014.
14. #Salas, J. D., G. Gavilán, F. R. Salas, P. Y. Julien and J. Abdullah, Uncertainty of the PMP and PMF, Handbook of Engineering Hydrology - Modeling, Climate Change and Variability (ed. by S. Eslamian), Taylor & Francis, Boca Raton, FL, USA, 575-603, 2014.
15. Griffiths, G.A., A. I. McKerchar and C. P. Pearson, Towards prediction of extreme rainfalls in New Zealand, Journal of Hydrology (New Zealand), 53 (1), 41-52, 2014.
16. Rousseau, A. N., I. M. Klein, D. Freudiger, P. Gagnon, A. Frigon and C. Ratté-Fortin, Development of a methodology to evaluate probable maximum precipitation (PMP) under changing climate conditions: Application to southern Quebec, Canada, Journal of Hydrology, 10.1016/j.jhydrol.2014.10.053, 2014.
17. Micovic, Z., M.G. Schaefer and G.H. Taylor, Uncertainty analysis for Probable Maximum Precipitation estimates, Journal of Hydrology, 521, 360-373, 2015.
18. Chavan, S.R., and V.V. Srinivas, Probable maximum precipitation estimation for catchments in Mahanadi river basin, Aquatic Procedia, 4, 892-899, 2015.
19. #Haddad, K., and A. Rahman, Estimation of large to extreme floods using a regionalization model, Landscape Dynamics, Soils and Hydrological Processes in Varied Climates (ed. by A.M. Melesse and W. Abtew, 279-292, 10.1007/978-3-319-18787-7_14, 2016.

Κατηγορίες: Βιβλιογραφία μαθήματος: Υδρομετεωρολογία, Ντετερμινισμός και στοχαστικότητα, Ακραία φαινόμενα, Στοχαστική